Pemilihan Model Data Panel

Presentasi berjudul: "Pemilihan Model Data Panel"— Transcript presentasi:

1 Pemilihan Model Data Panel
Pertemuan 3 Pemilihan Model Data Panel

2 Contoh: Model Ekonomi Investasi

3 Struktur Data Stacked

4 Unstacked

5 LSDV D2: dummy DKI D3: dummy JBR D4: dummy JTG D5: dummy JTM

6 Prosedur Eviews untuk Regresi data Panel
Estimasi dengan Metode PLS. Klik Estimate Estimasi dengan Metode FEM Sama dengan metode PLS tetapi dengan mengganti pilihan pada kotak Cross-section (yang tadi nya none) dengan Fixed. Estimasi dengan Metode REM Sama dengan metode PLS tetapi dengan mengganti pilihan pada kotak Cross-section dengan Random dependent variable misalnya isikan dta? Sebagai peubah tak bebasnya. Common coeficients: misalnya isikan c size? tang? growth? prof? risk? sebagai peubah bebasnya. Perhatikan bahwa untuk setiap nama peubah diakhiri dengan tanda tanya (?) kecuali untuk c (konstanta) yang menunjukkan analisis dilakukan untuk seluruh data individu.

7 Prosedur Eviews untuk Pemilihan Model
Uji Chow untuk memilih antara model PLS dengan FEM Dalam posisi setelah mengestimasi model FEM, klik View. Uji Hausman untuk memilih antara model FEM dengan REM Dalam posisi setelah mengestimasi model REM, klik View. Klik Fixed/Random Effect Testing > Redundant Fixed Effects – Likelihood Ratio klik Fixed/Random Effect Testing > Correlated Random Effects – Hausman Test

8 Fixed Effect Model

9 Slope sama, intercept berbeda

10

11 Slope berbeda, intercept berbeda

12

13 LSDV: slope sama, intercept berbeda

14

15 Cara LSDV: slope dan intercept setiap individu berbeda

16

17

18 Random Effect Model

19 Random Effect Model

20 Common effect model vs fixed effect model
Chow Test Common effect model vs random effect model  Breush Pagan Test (LM Test) Random effect model vs fixed effect model  Hausman Test

21 FEM atau REM? Observasi dari Judge (Gujarati 2012)
Kondisi Hasil Estimasi Pemilihan T > N Kemungkinan akan ada sedikit perbedaan nilai parameter yang diestimasi FEM N > T, sampel cross section tidak acak Hasil estimasi bisa berbeda signifikan N>T, asumsi REM terpenuhi Estimator REM lebih kuat REM ui dan regresor X uncorrelated Estimator REM biased, FEM unbiased

22 Pemilihan struktur var-cov residual?
Uji LM Uji Wald Uji LR

23